Um sistema de inteligência artificial para identificar objetos em cenas desordenadas

A visão robótica percorreu um longo caminho, atingindo um nível de sofisticação com aplicações em tarefas complexas e exigentes, como direção autônoma e manipulação de objetos. No entanto, ainda se esforça para identificar objetos individuais em cenas desordenadas onde alguns objetos estão parcial ou completamente escondidos atrás de outros. Normalmente, ao lidar com essas cenas, os sistemas de visão robótica são treinados para identificar o objeto ocluído com base apenas em suas partes visíveis. Mas esse treinamento requer grandes conjuntos de dados de objetos e pode ser tedioso.

Professor Associado Kyoobin Lee e Ph.D. estudante Seunghyeok De volta do Instituto de Ciência e Tecnologia de Gwangju, na Coréia do Sul, se deparou com esse problema quando estava desenvolvendo um sistema de inteligência artificial para identificar e classificar objetos em cenas desordenadas. “Esperamos que um robô reconheça e manipule objetos que eles não encontraram antes ou foram treinados para reconhecer. Na realidade, no entanto, precisamos coletar e rotular manualmente os dados um por um, pois a generalização das redes neurais profundas depende muito da qualidade e quantidade do conjunto de dados de treinamento”, disse Back.

Em um novo estudo, liderado pelo Prof. Lee e Back, eles desenvolveram um modelo chamado “unseen object amodal instance segmentation” (UOAIS) para detectar objetos ocluídos em cenas desordenadas. Para treinar o modelo na identificação da geometria do objeto, eles desenvolveram um banco de dados contendo 45.000 imagens sintéticas fotorrealistas contendo informações de profundidade. Com esses dados de treinamento (limitados), o modelo foi capaz de detectar uma variedade de objetos ocluídos. Ao encontrar uma cena desordenada, ele primeiro seleciona o objeto de interesse e, em seguida, determina se o objeto está ocluído segmentando o objeto em uma “máscara visível” e uma “máscara amodal”.

Os pesquisadores ficaram animados com os resultados. “Os métodos anteriores limitam-se a detectar apenas tipos específicos de objetos ou detectar apenas as regiões visíveis sem raciocinar explicitamente sobre áreas ocluídas. Por outro lado, nosso método pode inferir as regiões ocultas de objetos ocluídos como um sistema de visão humana. Isso permite uma redução nos esforços de coleta de dados enquanto melhora o desempenho em um ambiente complexo”, disse Back.

Para habilitar o “raciocínio de oclusão” em seu sistema, os pesquisadores introduziram um esquema de “modelagem de oclusão hierárquica” (HOM), que atribuiu uma hierarquia à combinação de vários recursos extraídos e sua ordem de previsão. Ao testar seu modelo em três benchmarks, eles validaram a eficácia do esquema HOM, que alcançou um desempenho de última geração.

Os pesquisadores estão esperançosos sobre as perspectivas futuras de seu método. “Perceber objetos invisíveis em um ambiente desordenado é essencial para a manipulação robótica amodal. Nosso método UOAIS pode servir como linha de base nessa frente”, disse Back.

Para mais informações, entre em contato com Seulhye Kim, Gwangju Institute of Science and Technology, em Este endereço de e-mail está protegido contra spambots. Você precisa habilitar o JavaScript para visualizá-lo.; 82-627-156-253.